《表1 日度样本数据的NCSKEWt回归结果》
注:*,**和***,分别表示10%,5%和1%的显著性水平;括号内的值表示t统计量。
分析表1,除n=100所代表模型外,其余模型自变量Liqt的检验均显著通过。本文认为:崩盘风险与近期的信息是最相关的。当滚动参数n较小时,崩盘风险指标会更加灵敏,能够更快地反映股市的崩盘状况;反之,则会因涵盖了前面更多市场波动平缓时的信息,崩盘风险指标的反应会变得迟钝。因为股市发生暴跌时的特点是急促而有力,持续性大幅暴跌的情况比较少见,如果在计算指标时考虑了过多的、股市平稳时的信息,那么暴跌所带来的影响将被弱化。因此,本文舍去n=100、n=80和n=60这三个模型,保留n=20和n=40这两个模型。但要明白,n=20仍要比n=40所代表的模型解释能力更强。为验证这一论断,本文对这两个模型的崩盘风险指标进行格兰杰因果检验,结果如下:
图表编号 | XD0076665300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 党义、王朝晖 |
绘制单位 | 宁波大学商学院、宁波大学商学院 |
更多格式 | 高清、无水印(增值服务) |